Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学马创获国家专利权

重庆邮电大学马创获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉重庆邮电大学申请的专利一种残差聚合增强的邻域图采样信用卡欺诈检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120031570B

龙图腾网通过国家知识产权局官网在2025-12-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510110448.7,技术领域涉及:G06Q20/40;该发明授权一种残差聚合增强的邻域图采样信用卡欺诈检测方法是由马创;黄庄钞;徐光侠;李家辉;王后乐设计研发完成,并于2025-01-23向国家知识产权局提交的专利申请。

一种残差聚合增强的邻域图采样信用卡欺诈检测方法在说明书摘要公布了:本发明属于金融业交易欺诈检测技术领域,涉及一种残差聚合增强的邻域图采样信用卡欺诈检测方法,包括:获取信用卡交易数据并输入信用卡欺诈检测模型,得到欺诈检测结果;信用卡欺诈检测模型的训练过程包括:获取信用卡交易数据并构建多关系异质图;将多关系异质图输入依次串联的多层图聚合层,得到每层图聚合层输出的多关系异质图;将每层输出的多关系异质图的节点特征输入浅层残差聚合模块,得到最终的节点特征;将最终的节点特征表示输入分类模块,得到欺诈检测结果;根据欺诈检测结果更新模型参数,直到得到训练好的欺诈检测模型;本发明通过在图聚合层中在每个关系类型下对节点特征进行更新,充分利用了节点特征在多种关系类型中的邻居信息。

本发明授权一种残差聚合增强的邻域图采样信用卡欺诈检测方法在权利要求书中公布了:1.一种残差聚合增强的邻域图采样信用卡欺诈检测方法,其特征在于,包括:获取信用卡交易数据,将信用卡交易数据输入训练好的信用卡欺诈检测模型,得到信用卡欺诈检测结果;信用卡欺诈检测模型包括:图神经网络、浅层残差聚合模块以及分类模块;图神经网络包括依次串联的多层图聚合层; 信用卡欺诈检测模型的训练过程包括: S1:获取信用卡交易记录数据集,根据信用卡交易记录数据集构建初始多关系异质图;其中,初始多关系异质图的节点为信用卡交易记录,边为信用卡交易记录之间的关系; S2:将初始多关系异质图输入依次串联的多层图聚合层,每层图聚合层输出更新后的多关系异质图及其节点特征; 每层图聚合层包括:一个异质图分解模块、多个邻居过滤模块、多层图注意力聚合层和一个浅层残差聚合模块;当前图聚合层对上一图聚合层输出的多关系异质图进行处理包括:将上一图聚合层输出的多关系异质图输入异质图分解模块,得到R个子图;每个子图对应一个邻居过滤模块,将R个子图分别输入对应的邻居过滤模块,得到R个子图的节点的采样邻居集合;每个子图对应一个图注意力聚合层,将R个子图及其节点的采样邻居集合分别输入对应的图注意力聚合层,得到R个聚合后的子图;将R个聚合后的子图输入浅层残差聚合模块,得到当前图聚合层输出的多关系异质图及其节点特征; S3:将每层图聚合层输出的多关系异质图的节点特征输入浅层残差聚合模块,得到最终的节点特征; S4:将最终的节点特征表示输入分类模块,得到欺诈检测结果; S5:根据欺诈检测结果计算损失函数值,根据损失函数值更新模型参数,当损失函数值最小时,得到训练好的信用卡欺诈检测模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。